HUBERT_ASR_LARGE

torchaudio.pipelines.HUBERT_ASR_LARGE

HuBERT 模型（“大型”架構），在來自 Libri-Light 資料集的 60,000 小時未標記音訊上預訓練 [Kahn et al., 2020]，並在來自 LibriSpeech 資料集的 960 小時轉錄音訊上針對 ASR 進行微調 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360” 和 “train-other-500” 的組合）。

最初由 HuBERT 的作者發布 [Hsu et al., 2021]，採用 MIT 授權條款，並以相同授權條款重新發布。[授權, 來源]

請參閱 torchaudio.pipelines.Wav2Vec2ASRBundle 以了解用法。